频频发生的反倾销案件使得中国服装产品出口受到重创，当务之急，作为全球最大的纺织品出口和遭受反倾销调查最严重的国家，中国应迅速建立针对出口服装商品的反倾销预警机制。　　 国外对华反倾销预警系统的建立，以往的研究一方面预警针对性不强，很少有建立针对服装行业的预警系统，另一方面指标体系不够全面和系统，本文正是为了弥补这些缺陷，以服装供应链为基础，并结合反倾销的实务，建立预警指标体系，研究美国对华的服装供应链反倾销预警系统。　　 根据本文的研究目的，文章从出口服装产品反倾销实务和服装供应链绩效评价两方面出发，通过大量阅读国内外相关文献资料初步提出服装供应链反倾销预警指标体系并采用主成分份分析法筛选并完善指标体系。选取美国对华服装产品反倾销实务作为案例进行实证研究，首先采用时差相关性的统计分析方法最终确定美国对华服装供应链反倾销预警警兆指标及其先导长度；其次建立“基于BP神经网络的美国对华服装供应链反倾销预警系统”，采用单指标预警与多指标综合预警相结合的方法，利用BP神经网络预报反倾销发生的警度；最后采用多元回归分析、因子分析、主成分回归分析等统计方法建立预警模型来预报反倾销发生的具体案件数。　　 预警效果的检验证实了本文建立的指标体系和预警系统及模型有效性较强，且得出了有关服装行业本身(如进口国服装行业生产能力变化率、行业平均利润等)和有关服装供应链绩效(如服装供应链的准时运输率、存货周转率)的几个指标被证实在服装行业预警系统中是比较重要的。